在上篇文章里徙缴，為大家推薦了一些數(shù)學(xué)學(xué)習(xí)的軟件和微積分试伙、線性代數(shù)、概率統(tǒng)計的學(xué)習(xí)視頻于样，今天再推薦一些精心挑選的經(jīng)典教材疏叨，并為大家提供電子書的下載鏈接，和視頻搭配起來一起學(xué)習(xí)穿剖，效果會更好蚤蔓。同時我們也會為您介紹一些用Python學(xué)數(shù)學(xué)必備的一些軟件和庫。
美國大學(xué)最近幾年出版的數(shù)學(xué)教材糊余，都會有結(jié)合數(shù)學(xué)軟件（MATLAB等CAS)來學(xué)習(xí)的指導(dǎo)說明秀又，也就是說CAS以及編程已經(jīng)是大學(xué)數(shù)學(xué)學(xué)習(xí)的一部分了。不僅如此贬芥，在這些數(shù)學(xué)教材里吐辙，都會有大量數(shù)學(xué)與實(shí)際應(yīng)用相結(jié)合的案例與習(xí)題，比如物理蘸劈、化學(xué)昏苏、生物、經(jīng)濟(jì)威沫、計算機(jī)贤惯、互聯(lián)網(wǎng)等諸多領(lǐng)域，讓你可以深切感受到數(shù)學(xué)是自然科學(xué)的基石壹甥，而這些也是國內(nèi)教材所匱乏的救巷。
線性代數(shù)壶熏、微積分句柠、概率統(tǒng)計教材推薦
下面這些教材經(jīng)過千辛萬苦終于搜集到了它們的電子版，想要學(xué)習(xí)的朋友
線性代數(shù)教材
線性代數(shù)特別推薦下面兩本教材，這兩本書都是華章出品的中文版教材：
- 《線性代數(shù)》溯职，史蒂文 J.利昂 (Steven J.Leon) 精盅，已經(jīng)出到了
- 《線性代數(shù)及其應(yīng)用》，戴維 C.雷 (David C.Lay), 史蒂文 R.雷 (Steven R.Lay)
如果你英語比較OK谜酒，可以結(jié)合的視頻教程《麻省理工公開課：線性代數(shù)》來看這個視頻所用的教材叹俏，不過視頻錄制時間比較早，所用教材也比較落后了僻族，推薦看新版（第4版或第5版）：
- 《Introduction to Linear Algebra》William Gilbert Strang（威廉·吉爾伯特·斯特朗）
微積分教材
微積分教材粘驰，簡單入門可以看普林斯頓微積分讀本以及倚天屠龍，可以主要只看托馬斯微積分即可述么。
- 《普林斯頓微積分讀本》（The Calculus Lifesaver:All the Tools You Need to Excel at Calculus）阿德里安·班納 (Adrian Banner)
- 《托馬斯微積分》（Thomas` Calculus）高等教育出版社出版
- 《微積分之屠龍寶刀》和《微積分之倚天寶劍》蝌数，C·亞當(dāng)斯(Colin Adamx) (作者), J·哈斯(Joel Hass) (作者), A·湯普森(Abigail Thompson) (作者)。這兩本書書名不忍直視度秘，不要被表面名稱誤導(dǎo)哦
概率統(tǒng)計教材
- 《數(shù)理統(tǒng)計與數(shù)據(jù)分析》(Mathematical Statistics and Data Analysis)JohnA.Rice (作者)
- 《統(tǒng)計學(xué)》（Statistics for Engineers and the Sciences）門登霍爾(William Mendenhall), 辛塞奇(Terry Sincich)
- 《統(tǒng)計推斷》（Statistical inference） 卡塞拉 (George Casello) (作者), 貝耶 (Roger L.Berger) (作者)
以上教材都要求你使用MATLAB顶伞，不過這里建議替換成Python，因?yàn)椋?/p>
- 一是在數(shù)學(xué)數(shù)據(jù)的生產(chǎn)實(shí)踐方面（尤其是國內(nèi)找工作）剑梳，Python比MATLAB的通用性更好唆貌；
- 二是Python安裝比較方便且免費(fèi)，不像MATLAB安裝有17GB（大小不一垢乙，起碼10G左右）锨咙，而且大多國內(nèi)企業(yè)不會購買昂貴的版權(quán)（國內(nèi)外高校例外）；
- 三是Python雖然在數(shù)學(xué)教材方面不及MATLAB追逮，但是美國不少高校在教學(xué)時還是比較推薦Python的蓖租，而且MATLAB在數(shù)學(xué)方面可以做的事情，Python都可以做羊壹。
Python 必備軟件與庫
要用Python學(xué)習(xí)數(shù)學(xué)蓖宦，需要借助一些庫才能讓它成為超越MATLAB、R油猫、SAS等數(shù)學(xué)和統(tǒng)計學(xué)軟件的利器稠茂，同時我們也會為大家推薦一種國外比較流行的學(xué)習(xí)方法就是Cheat Sheet（小抄，索引表）情妖，我們也會為大家提供這方面的文檔信息睬关。
編程時不需要死記硬背的，但是你一定要善于查詢文檔毡证，以及可以做到快速搜索电爹、查詢并使用，而Cheat Sheet就跟單詞本一樣料睛，有助于我們快速學(xué)習(xí)丐箩。這種方法類似于思維導(dǎo)圖摇邦，非常推薦每個初學(xué)技術(shù)的朋友掌握。
Anaconda與Jupyter Notebook
Anaconda指的是一個開源的Python發(fā)行版本屎勘，其包含了conda施籍、Python等280多左右的科學(xué)包及其依賴項(xiàng)，是數(shù)據(jù)科學(xué)家概漱、Python程序員丑慎、機(jī)器學(xué)習(xí)/深度學(xué)習(xí)必備的軟件。當(dāng)然它也支持R瓤摧。
- 我們要使用的Numpy竿裂、Sympy、Pandas照弥、Matplotlib铛绰、Scipy、Seaborn以及Jupyter Notebook等都包含在里面产喉，無需額外下載捂掰。
- 自帶conda包管理器，可以替代pip曾沈，安裝管理包这嚣；
- 可以非常方便的為不同項(xiàng)目建立不同的運(yùn)行環(huán)境。
conda list #查看安裝了哪些包
conda install PKGNAME==3.1.4 #安裝版本為3.1.4的包
conda create --name ENVNAME python=3.6
"PKG1>7.6" PKG2 #創(chuàng)建一個名稱為ENVNAME,Python版本為3.6塞俱，以及不同包版本的環(huán)境
Jupyter Notebook是做Python筆記以及學(xué)習(xí)的必備工具姐帚，已經(jīng)被國外各大高校和Python程序員采用，它支持Python代碼的編寫障涯、運(yùn)行罐旗、展示等，同時也支持Markdown唯蝶、LaTex語法九秀。
Scipy
Scipy是Python生態(tài)的開源數(shù)學(xué)、科學(xué)粘我、工程計算包集合鼓蜒，在Numpy庫的基礎(chǔ)上增加了眾多的數(shù)學(xué)、科學(xué)以及工程計算中常用的庫函數(shù)征字。例如線性代數(shù)都弹、常微分方程數(shù)值求解、信號處理匙姜、圖像處理畅厢、稀疏矩陣等等。
Numpy
NumPy是Numerical Python的簡寫氮昧，是Python數(shù)值計算的基石框杜。它是一個提供多了維數(shù)組對象浦楣，多種派生對象（如：掩碼數(shù)組、矩陣）以及用于快速操作數(shù)組的函數(shù)及API霸琴，它包括數(shù)學(xué)、邏輯昭伸、數(shù)組形狀變換梧乘、排序、選擇庐杨、I/O 选调、離散傅立葉變換、基本線性代數(shù)灵份、基本統(tǒng)計運(yùn)算仁堪、隨機(jī)模擬等等欲险。
Pandas
Pandas是一個開放源碼鸠匀、BSD許可的庫，為Python編程語言提供高性能柳击、易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具氛什。
Matplotlib
matplotlib是最流行的用于制圖及其他二維數(shù)據(jù)可視化的Python庫莺葫。
Sympy
SymPy是一個符號計算的Python庫。它的目標(biāo)是成為一個全功能的計算機(jī)代數(shù)系統(tǒng)枪眉，同時保持代碼簡 潔捺檬、易于理解和擴(kuò)展。它完全由Python寫成贸铜，不依賴于外部庫堡纬。SymPy支持符號計算、高精度計算蒿秦、模式匹配烤镐、繪圖、解方程棍鳖、微積分职车、組合數(shù)學(xué)、離散 數(shù)學(xué)鹊杖、幾何學(xué)悴灵、概率與統(tǒng)計、物理學(xué)等方面的功能
statsmodels
statsmodels是一個統(tǒng)計分析包骂蓖，提供對許多不同統(tǒng)計模型估計的類和函數(shù)积瞒，并且可以進(jìn)行統(tǒng)計測試和統(tǒng)計數(shù)據(jù)的探索。
正是因?yàn)橛辛艘陨线@些Python開源包登下，才讓Python有底氣與巨無霸數(shù)學(xué)軟件MATLAB茫孔、巨無霸統(tǒng)計軟件SAS以及為數(shù)據(jù)叮喳、統(tǒng)計而生的R語言叫板。
